首页
/ Ragas项目中TestsetGenerator异步调用问题的分析与解决

Ragas项目中TestsetGenerator异步调用问题的分析与解决

2025-05-26 11:28:08作者:温玫谨Lighthearted

问题背景

在使用Ragas项目进行测试集生成时,开发者遇到了一个典型的异步编程问题。当尝试通过TestsetGenerator生成测试数据时,系统报出"TypeError: object list can't be used in 'await' expression"错误,随后又出现了"coroutine was never awaited"的警告。这些问题本质上都与Python异步编程模型的使用不当有关。

问题分析

在Ragas项目中,TestsetGenerator.generate_with_langchain_docs方法是一个异步协程(coroutine),但开发者最初没有正确地使用await关键字来调用它。这导致了两个主要问题:

  1. 类型错误:当尝试直接调用异步方法而不使用await时,Python会认为你在尝试await一个列表对象,从而抛出TypeError。

  2. 协程未等待警告:当协程没有被正确await时,Python会发出警告,提示这个协程永远不会被执行。

解决方案

要正确使用Ragas的TestsetGenerator,需要遵循Python的异步编程规范。以下是完整的解决方案:

1. 正确初始化组件

首先确保所有必要的组件都已正确初始化:

from ragas.testset import TestsetGenerator
from ragas.llms import LangchainLLMWrapper
from ragas.embeddings.base import LangchainEmbeddingsWrapper
from langchain_community.document_loaders import PubMedLoader

# 文档加载
loader = PubMedLoader("liver", load_max_docs=10)
documents = loader.load()

# 嵌入模型初始化
embeddings = LangchainEmbeddingsWrapper(
    model_name='BAAI/bge-small-en-v1.5',
    model_kwargs={'device': 'cuda:0'}
)

# LLM模型初始化
llm_model = LangchainLLMWrapper(
    endpoint_url="http://localhost:8000/",
    max_new_tokens=1024,
    temperature=0.1,
    huggingfacehub_api_token="token"
)

# 测试集生成器初始化
generator = TestsetGenerator.from_langchain(
    generator_llm=llm_model,
    critic_llm=llm_model,
    embeddings=embeddings,
)

2. 正确调用异步方法

关键是要在异步上下文中调用generate_with_langchain_docs方法:

import asyncio

async def generate_testset():
    testset = await generator.generate_with_langchain_docs(
        documents=documents,
        test_size=2,
        distributions={'simple': 0.5, 'reasoning': 0.25, 'multi_context': 0.25}
    )
    return testset.to_pandas()

# 执行异步函数
result = asyncio.run(generate_testset())
print(result)

3. 理解异步执行流程

在Ragas内部,测试集生成过程涉及多个异步步骤:

  1. 文档存储和检索
  2. 使用LLM生成问题和答案
  3. 评估生成内容的质量
  4. 组装最终测试集

所有这些步骤都被设计为异步执行以提高效率,特别是在处理大量文档时。

最佳实践建议

  1. 始终检查方法签名:在使用Ragas或其他异步库时,注意方法是否标记为async def。

  2. 使用明确的异步上下文:将异步调用封装在明确的async函数中,而不是直接在主线程中混合同步和异步代码。

  3. 错误处理:为异步操作添加适当的错误处理机制,特别是当处理网络请求或外部API调用时。

  4. 性能考虑:对于大规模文档处理,可以考虑使用更高级的异步模式,如asyncio.gather来并行处理多个文档。

总结

Ragas项目中的TestsetGenerator是一个强大的工具,但需要正确理解和使用Python的异步编程模型。通过遵循上述解决方案和最佳实践,开发者可以充分利用Ragas的功能,同时避免常见的异步编程陷阱。记住,在Python中处理协程时,await关键字不是可选的,而是必须的语法元素。

登录后查看全文
热门项目推荐
相关项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
160
2.03 K
kernelkernel
deepin linux kernel
C
22
6
pytorchpytorch
Ascend Extension for PyTorch
Python
44
76
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
534
57
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
947
556
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
197
279
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
996
396
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
381
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
71